Agent Skills
返回列表
向量检索助手(生成即用·向量库 RAG)

向量检索助手(生成即用·向量库 RAG)

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_af163eaa/z-xiang-liang-jian-suo-zhu-shou,把这个提示词发给 AI 助手,让它把向量检索助手接到当前项目里。

技能介绍

要解决的具体问题

把一批文档变成可语义检索的索引,看起来只是把文本切成片段、算 embedding、写入向量数据库这三件事,但在 Agent 里做 RAG 时,首先要明确连接哪家向量库、用哪个命名空间。与此同时,密钥、地址等配置散落在各处,随意写死会让工程变得脆弱、难以迁移。一旦遇到索引为空、鉴权失败或写入了错误数据,排查成本也会被放大。

技能如何工作

  • 统一的检索动作:把建索引、入库文本片段、语义查询、相似度去重和统计导出,收敛为标准化操作,由对应向量库的官方 MCP/客户端执行,例如 pin econe@mcp、qdrant@mcp、chroma@mcp。
  • 明确的执行流程:接收意图与必要参数;缺失时补全或询问,不臆造未知信息;调用真实接口;结构化返回结果。
  • 敏感动作保护:支付、下单、删除、改写等动作必须先预览,再确认,避免误触远端资源。

适用边界与注意点

  • 需要可用凭据:Pinecone 需要 PINECONE_API_KEY,Qdrant 需要 QDRANT_URL 与 QDRANT_API_KEY,Chroma 本地实例可通过标准客户端连接;资料未给出免 Key 方案,因此应先准备好账号与密钥。
  • 凭据必须走环境变量:任何 Key、Token、appid、corpid 都不要写死进 skill,也不要把个人密钥绑进项目源码。
  • 面向文档与索引操作,不做自动付款:当任务涉及支付、下单、删除或改写远端资源时,会先展示预览,再确认执行;未确认前不落任何敏感操作。
  • 异常处理与边界:优先 fail-open,Key 失效、无权限或服务不可达时会尽量给出可操作的排查指引,而不是让流程崩溃。

使用场景

  • 把一批内部文档切分嵌入并写入向量库,用于后续语义检索
  • 为 Agent 接入长期记忆,按语义查询最相关的知识片段
  • 对已有索引做相似度去重,清理重复或冗余向量
  • 导出指定命名空间的向量统计,核对入库规模与来源

适合人员

  • 后端工程师,需要把现有知识库接入向量库并跑通语义检索流程
  • Agent 应用开发者,要给系统加长期记忆而不重复写入库逻辑
  • 数据平台工程师,关注多库接入、凭据管理和索引维护边界
  • 算法工程师,在 RAG 项目中做切分入库、相似度查询和效果验证